DataLearner 标志

GPT-4o(2025-03-27) 评测详情

GPT-4o(2025-03-27) 当前已收录的代表性评测结果包括 MMLU Pro(66 / 176,得分 79.80)、SimpleQA(20 / 47,得分 40.30)、Creative Writing(50 / 106,得分 1502.10)。

评测结果

GPT-4o(2025-03-27)

评测结果

思考模式

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
常规模式
79.80
66 / 176
ARC-AGI-1
常规模式
8.80
141 / 147

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
66.90
346 / 462

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
40.30
20 / 47

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
35.80
195 / 250

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
常规模式
26.70
189 / 215

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1502.10
50 / 106

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
45.30
36 / 59